[发明专利]一种基于最小边界距离的视频拼接方法

权利要求书

1.一种基于最小边界距离的视频拼接方法，其特征在于，包括如下步骤：

步骤A：采集含有重叠区域的两段视频数据；

步骤B：对步骤A得到的视频帧数据分别进行中值滤波，得到高斯金字塔；

步骤C：将步骤B得到的高斯金字塔与图像数据结合卷积，获得步骤A得到的视频帧的尺度空间；

步骤D：对步骤C得到的尺度空间进行极值点检测，得到极大极小空间的极值点；

步骤E：对步骤D得到的极值点去除对比度小于0.03的关键点和不稳定的边缘响应点，得到确定关键点的位置和尺度；

步骤F：利用步骤E中关键点的位置和尺度，确定领域像素的梯度方向，得到关键点方向参数；

步骤G：将步骤F中得到的关键点方向参数和步骤E中关键点位置和尺度，在每4×4的小块上计算8个方向的梯度方向直方图，绘制每个梯度方向的累加值，形成一个种子点；一个关键点由2×2共四个种子点组成，每个种子点有8个方向向量信息；得到多组相互匹配的特征点描述子；

步骤H：将步骤G中得到的多组相互匹配的特征点描述子，使用随机抽样，并对多组相互匹配的特征点描述子进行精炼得到两幅视频帧中相互匹配的特征点描述子；

步骤I：利用步骤H中得到的相互匹配的特征点描述子，使用最小边界距离算法得到视频拼接的最终拼接结果。

2.如权利要求1所述的基于最小边界距离的视频拼接方法，其特征在于，步骤H中，所述对多组相互匹配的特征点描述子进行精炼的方法为：

步骤H-1：随机选择4组相互匹配的特征点描述子组成一个随机样本并计算变换矩阵，计算其中的每组匹配点的特征点之间的距离，随后计算和变换矩阵一致的内点数，经过多次采样，选择内点数最多的变换矩阵，当内点数相等时，选择内点标准差最小的变换矩阵；

步骤H-2：采用迭代的方法精炼变换矩阵，所述迭代方法中采用LM算法最小化代价函数进行迭代精炼；

步骤H-3：用步骤H-2中精炼得到的变换矩阵定义附近的搜索区域，对匹配的特征点描述子进行精炼；

步骤H-4：反复迭代步骤H-2和H-3直到匹配点的特征点数目稳定；

采用这种方法可以有效的减少误匹配的点对。

3.如权利要求1所述的基于最小边界距离的视频拼接方法，其特征在于，步骤I中，所述最小边界距离算法的方法为：

步骤I-1：利用Sobel边缘检测算法提取各输入视频帧中物体边缘，由此得到重合区域的边缘差异；

步骤I-2：计算输入视频帧中重叠区域的所有匹配特征点的灰度差，并将之平均化；

步骤I-3：对步骤I-1得到的两幅视频帧中重叠区域的物体边缘进行比较，得到互不重合的边缘；

步骤I-4：计算输入视频帧自有的不重合边缘两侧像素点的灰度值，分别与输入视频帧中对应位置的像素点灰度值作差，得到的每一个差值都与步骤I-2中的平均灰度差比较；若不相等，则证明该像素点为输入视频帧中运动物体的构成像素点；依次处理其余像素点，直到其他边缘或重合区域边界为止；

步骤I-5：用步骤I-4同样的方法，计算另一幅输入视频帧中的各个像素点；

步骤I-6：通过加权平均公式、计算融合视频帧的其他像素点灰度值，最终得到融合视频。